AWS Certified Machine Learning Engineer – Associate: como foi a experiência e o que você precisa saber
- Bruno Santos Monteiro
- 3 de abr. de 2025
- 2 min de leitura
Na minha jornada rumo à AWS Golden Jacket, recentemente finalizei uma das provas mais interessantes e diferentes que enfrentei até agora: a certificação AWS Certified Machine Learning Engineer – Associate.
Se você está pensando em tirar essa certificação, aqui vai um relato completo da minha experiência, com tudo que gostaria de ter lido antes de fazer a prova.
Sobre a prova:
Taxa: US$ 150
Duração: 170 minutos
Número de questões: 65
Formato: múltipla escolha, ordenação de etapas, matching de conceitos e estudos de caso
A prova introduz alguns formatos diferentes em relação às demais certificações da AWS. Foi a primeira vez que me deparei com questões baseadas em estudos de caso, que trazem um cenário extenso seguido de várias perguntas relacionadas ao mesmo contexto. Isso economiza tempo de leitura, mas exige compreensão total do problema.
Também aparecem questões em que é preciso ordenar etapas para completar um processo de ML ou fazer associações entre serviços da AWS e suas funções.
O que mais cai na prova:
A certificação é dividida em quatro domínios:
1. Preparação de dados para ML (28%)
Ingestão de dados de diferentes fontes (data lake, banco de dados, arquivos)
Limpeza e transformação de dados
Feature engineering
Armazenamento e segurança dos dados
2. Desenvolvimento de modelos
Escolha e configuração de algoritmos
Treinamento e ajuste de hiperparâmetros
Avaliação de performance
3. Implantação e orquestração de pipelines de ML
Deploy com SageMaker
Versionamento de modelos
Pipelines automatizados
4. Monitoramento e segurança
Detecção de model drift
Atualizações seguras de modelos em produção
Coleta de métricas e logging
O conteúdo é bem prático. Você não precisa conhecer a fundo algoritmos ou estatística, mas deve entender como funciona o ciclo de vida completo de uma solução de ML na AWS, e quando usar cada serviço.
Serviços como SageMaker, Bedrock, Comprehend, Forecast, Kendra, Rekognition, Textract e outros aparecem com bastante frequência.
Como estudei:
Usei duas plataformas principais:
PluralSight (A Cloud Guru): boa base teórica, com exemplos práticos e explanação simples.
AWS Skill Builder: conteúdo oficial, direto ao ponto e com materiais em português.
Minha rotina foi de cerca de 10 dias de estudo intercalando teoria com simulados, revisando principalmente os domínios onde sentia mais dificuldade.
Mudança de rota
A ideia original era concluir todas as provas do nível Associate antes de partir para as Specialty, mas essa certificação mudou tudo. O conteúdo me prendeu, me tirou da zona de conforto e me mostrou o quanto ainda posso explorar em IA e ML.
Agora o próximo passo é a AWS Certified Machine Learning – Specialty. Vou manter o foco nesse tema antes de voltar para os outros exames associate que ainda faltam.
E uma novidade
Vou registrar meus estudos, os desafios, o que funcionou e o que não funcionou aqui no blog.
Se você estiver estudando pra essa prova ou pensando em tirar, fique à vontade pra me chamar. Trocar experiências ajuda muito nessa caminhada.
Comentários